聚焦无人驾驶 中外团队分别研发出视觉芯片和混合相机
最佳回答
1.“老街玉和娱乐注册找谁_”【点击进入:—请加(威):TL00885→Qq:121444471—-』成立于2009年自成立以来,一直专注于休闲娱乐,诚信经营。 2.“腾龙公司注册-地址”【点击进入:—请加(威):TL00885→Qq:121444471—-』成立于2009年自成立以来,一直专注于休闲娱乐,诚信经营。 3.“东方玉祥厅游戏网址_”【点击进入:—请加(威):TL00885→Qq:121444471—-』成立于2009年自成立以来,一直专注于休闲娱乐,诚信经营。 4.“玉祥公司会员开户”【点击进入:—请加(威):TL00885→Qq:121444471—-』成立于2009年自成立以来,一直专注于休闲娱乐,诚信经营。
聚焦无人驾驶 中外团队分别研发出视觉芯片和混合相机
中新网北京5月30日电 (记者 孙自法)国际著名学术期刊《自然》最新同步发表中外两个研究团队独立完成的两篇物理学论文，聚焦无人驾驶，他们通过两种提升图像处理的方法，分别研发出“天眸”视觉芯片和混合相机，或能用于自动驾驶汽车。
据介绍，图像传感器对自动化机器在内的各种应用至为重要，需要兼具良好的整体视觉质量(对场景的准确解读)以及快速运动探测(实现快速反应)。不过，整合各种理想功能可能会影响效率或是需要在图像质量和延迟上做出取舍。而最新发表的两项研究，证明了混合方法能在克服之前局限的同时满足这两种需要。
在第一篇论文中，论文共同通讯作者、清华大学施路平领导的中国科研团队以人类视觉系统的运作方式为灵感，开发出一款传感芯片，能将快速但不精确的感觉与慢速但更精确的知觉相结合。这个视觉芯片被命名为“天眸”(Tianmouc)，它有一个混合像素阵列，能将低准确度但快速的事件探测(无需太多细节便可对变化做出快速反应)与慢速处理相结合，实现对场景的准确可视化。
研究团队用一个自动驾驶感知系统证明了该芯片能快速稳健处理图像的能力。该芯片还在多个情景进行了测试，包括开车经过一个黑暗隧道，应对相机闪光灯的干扰，以及探测汽车前方有人走过。
本项研究的图片同时显示了彩色摄像头的颜色信息和事件摄像头的事件(蓝点和红点)；边界框显示了他们的算法对行人的检测(图片来自苏黎世大学机器人与感知小组)。施普林格·自然/供图
在另一篇论文中，瑞士苏黎世大学Daniel Gehrig和Davide Scaramuzza用视觉感知专用相机克服了存在的困难：全彩相机分辨率很高但需要大量数据处理(带宽)来探测快速变化；降低带宽会导致延迟增加，从而会影响安全性。而事件相机虽然能探测快速的移动，但会牺牲准确度。
本项研究的图片显示了彩色摄像头的颜色信息和事件摄像头的事件(蓝点和红点)；边界框显示了他们的算法对汽车的检测(图片来自苏黎世大学机器人与感知小组)。施普林格·自然/供图
他们的研究表明，有一种混合系统能让自动驾驶汽车实现稳健的低延迟目标探测。通过结合这两种相机，彩色相机的帧率会降低，从而在确保准确性的同时降低带宽、提升效率，而事件相机也能弥补彩色相机造成的高延迟，确保能探测到快速移动的目标，如行人和汽车。
本项研究的图片显示了行人奔跑时产生的来自彩色摄像头的颜色信息和来自事件摄像头(蓝点和红点)的事件(图片来自苏黎世大学机器人与感知小组)。施普林格·自然/供图
《自然》论文认为，中国和瑞士团队最新研究的这两种方法，或能让自动驾驶汽车和其他应用实现更快、更高效和稳健的图像处理。(完)
中新网北京5月30日电 (记者 孙自法)国际著名学术期刊《自然》最新同步发表中外两个研究团队独立完成的两篇物理学论文，聚焦无人驾驶，他们通过两种提升图像处理的方法，分别研发出“天眸”视觉芯片和混合相机，或能用于自动驾驶汽车。
据介绍，图像传感器对自动化机器在内的各种应用至为重要，需要兼具良好的整体视觉质量(对场景的准确解读)以及快速运动探测(实现快速反应)。不过，整合各种理想功能可能会影响效率或是需要在图像质量和延迟上做出取舍。而最新发表的两项研究，证明了混合方法能在克服之前局限的同时满足这两种需要。
在第一篇论文中，论文共同通讯作者、清华大学施路平领导的中国科研团队以人类视觉系统的运作方式为灵感，开发出一款传感芯片，能将快速但不精确的感觉与慢速但更精确的知觉相结合。这个视觉芯片被命名为“天眸”(Tianmouc)，它有一个混合像素阵列，能将低准确度但快速的事件探测(无需太多细节便可对变化做出快速反应)与慢速处理相结合，实现对场景的准确可视化。
研究团队用一个自动驾驶感知系统证明了该芯片能快速稳健处理图像的能力。该芯片还在多个情景进行了测试，包括开车经过一个黑暗隧道，应对相机闪光灯的干扰，以及探测汽车前方有人走过。
本项研究的图片同时显示了彩色摄像头的颜色信息和事件摄像头的事件(蓝点和红点)；边界框显示了他们的算法对行人的检测(图片来自苏黎世大学机器人与感知小组)。施普林格·自然/供图
在另一篇论文中，瑞士苏黎世大学Daniel Gehrig和Davide Scaramuzza用视觉感知专用相机克服了存在的困难：全彩相机分辨率很高但需要大量数据处理(带宽)来探测快速变化；降低带宽会导致延迟增加，从而会影响安全性。而事件相机虽然能探测快速的移动，但会牺牲准确度。
本项研究的图片显示了彩色摄像头的颜色信息和事件摄像头的事件(蓝点和红点)；边界框显示了他们的算法对汽车的检测(图片来自苏黎世大学机器人与感知小组)。施普林格·自然/供图
他们的研究表明，有一种混合系统能让自动驾驶汽车实现稳健的低延迟目标探测。通过结合这两种相机，彩色相机的帧率会降低，从而在确保准确性的同时降低带宽、提升效率，而事件相机也能弥补彩色相机造成的高延迟，确保能探测到快速移动的目标，如行人和汽车。
本项研究的图片显示了行人奔跑时产生的来自彩色摄像头的颜色信息和来自事件摄像头(蓝点和红点)的事件(图片来自苏黎世大学机器人与感知小组)。施普林格·自然/供图
《自然》论文认为，中国和瑞士团队最新研究的这两种方法，或能让自动驾驶汽车和其他应用实现更快、更高效和稳健的图像处理。(完)